驱动业务重塑的五种人工智能价值模式

📢 转载信息

原文链接：https://openai.com/index/the-five-ai-value-models-driving-business-reinvention

原文作者：OpenAI

---

大多数组织仍然将AI视为一系列用例来管理：某个地方的一个试点项目，某个功能中的一个工作流程，或者某个部门的一个有前景的工具。这种方法可以产生局部性的成功，但很少能真正改变企业创造价值的方式。

这就像互联网出现时，我们只开发了交互式横幅和邮件营销活动，却错失了电子商务革命的真正意义。

那些正在领先的企业，采用的是一种不同且更具雄心的逻辑。它们不将AI视为孤立实验的集合，而是将其视为一个价值模型组合。每种价值模型都有其自身的经济效益、价值实现时间和治理要求，并且每一种模型都能让下一个模型更容易扩展。

因此，从AI中获益最多的公司，将不是那些运行试点项目最多的公司。而是那些理解在什么顺序下、构建什么基础，来重塑自身业务的价值模型 Thus, the companies that get the most from AI will not be the ones running the most pilots. They will be the ones that understand which value models to build, in what sequence, and with what foundations to reinvent their own business.

企业中正日益清晰地出现五种AI价值模型。每种模型创造价值的方式都不同。每种模型都有其自身的经济效益、时间跨度和治理要求。并且每种模型都能为下一模型创造规模化的条件。

员工赋能可以提升熟练度。熟练度可以使治理变得可行。治理可以实现更深层次的系统集成。集成可以使依赖关系管理成为可能。依赖关系管理可以确保代理驱动的操作安全。

这就是组织如何从孤立的AI成功走向更广泛的业务重塑。战略问题不在于选择哪个模型。而在于从哪个模型开始，它奠定了什么基础，以及它接下来又解锁了什么。

这是最快激活的价值模型。它将实用的AI能力 spread across the workforce，创造近期的生产力提升，同时建立更深层次转型所需的熟练度。其更大的好处不是更快的起草、综合或分析，而是组织层面的准备。人力资源部门可以进行赋能，法务部门可以进行治理，财务部门可以进行资助，业务团队可以进行协作，对AI的适用范围和安全使用方式形成共同的理解。

• 按角色和熟练度级别重复使用的情况
• 跨团队的可重用提示词、工作流程和资产
• 跨职能赋能的证据
• 新工作方式的出现

形成双层级劳动力：一小部分高级用户领先，而组织的大部分停滞不前。

建立一个冠军网络和入门级工作流程，例如绩效评估、合同管理和采购到付款流程，使最佳实践易于理解和激励。

这种模式之所以重要，是因为AI正在改变客户发现、评估和选择产品及服务的方式，并带来全新的互动水平。在AI原生渠道中，转化越来越发生在对话中。这使得增长问题从覆盖范围转向了在用户意图时刻的信任和存在感。获胜者将不仅仅是最显眼的。他们将是在用户做出决定时，最有用、最可信、并且时机最恰当的。

• 合格的意图，以及用户承诺前的迭代次数
• 转化质量，包括留存率、向上销售和生命周期价值
• 信任信号，如回头率、重复参与度和推荐
• 与您的业务相关的专用数据连接器或应用程序的激活

将AI原生分发视为传统的潜在客户漏斗，并以牺牲相关性和持久信任为代价来优化数量。

选择一个渠道，如垂直体验、嵌入式应用程序或特定的广告目标，并在扩大投资前定义转化质量。

这种模式将专业的AI能力注入到研究、创意和领域密集型工作中。短期内，它能压缩专家瓶颈。随着时间的推移，它会改变运营模式：团队从自己生产初稿转变为指导、审查和整合实时生成的高质量输出。其价值在于扩展了团队能够检查、测试或生成的范围，在一个能够通过行动计划和投资回报潜力来调查每一个洞察的环境中，而不是仅仅依赖直觉。

• 专家瓶颈的周期时间缩短
• 质量提升，包括审阅者评分、错误率和返工率
• 范围扩展，例如进行的实验更多或测试的创意变体更多
• 净新增收入来源，这些来源在可行性假设下会被排除

将专家能力视为演示，而不是将其嵌入到具有明确问责制的真实工作流程中。

选择一个专家瓶颈，并将价值主张集中在签字决策者身上，并就将新概念转化为业务下一构建块所需的证据达成明确协议。

编码助手是目前最清晰的例子，但更大的价值模型是跨相互连接的工作系统进行安全升级。随着时间的推移，组织将希望将这种能力应用于代码、标准操作程序 (SOP)、合同、政策文件、客户叙述、入职流程以及其他必须在演进过程中保持一致的产物。这更多的是关于控制而非生成：更快的更新，更少的下游中断，更强的合规性，以及更好的可审计性。

• 跨连接产物和版本冲突解决方案的变更安全时间
• 审计就绪性，包括编辑、审批和证据的可追溯性
• 下游文档、系统和工作流程之间的一致性
• 跨相互依赖流程的庞大生态系统的可靠性

将内容或代码生成的速度超过治理的速度，导致系统性债务，将来需要付出艰辛的代价来解决。

从一个高依赖领域开始，在通过AI控制层自动化更改之前，定义依赖关系图、审批路径和证据要求。

这是最慢的规模化模型，但通常也是最具变革性的。在这里，智能体在功能内部和跨功能协调端到端的工作流程：采购到付款、理赔、制造变更控制、临床运营等。其潜在收益是指数级的，但前提是基础是扎实的：身份和访问控制、对数据集和子组件的清晰权限、大规模的可观察性、具有置信度指示器的异常处理，以及明确的所有权。没有这些，自动化带来的风险将快于价值。

其回报同样远大于单纯的效率提升。重新设计一个工作流程会迫使您的组织重新审视该流程的目的、判断的归属以及新的价值可以创造的地方。这是业务模式变革开始的隐藏之门。

• 端到端周期时间
• 异常率和解决时间
• 合规性和审计结果
• 创新产出，例如发现的新机会或测试的新假设

在权限、控制和问责制成熟之前，试图自动化端到端的工作流程。

选择一个工作流程，并对身份、权限、工具集成、日志记录、异常处理和所有权进行准备情况评估。

AI战略的失败点不仅在于孤立的试点项目，还在于将转型视为一场信仰的飞跃：现在投资，长时间等待，然后希望价值最终大规模出现。更强大的方法是更有纪律且更具雄心的。它在连续的投资回报序列中复合增长价值。

该序列以广泛的赋能开始，这是所有其他价值模型的赋能条件。组织中广泛的熟练度造就了高价值用例的树木。当更多人理解AI如何工作、在哪里创造价值以及如何安全使用它时，更好的机会就会更快地浮现。治理变得更加实用。集成变得更加可行。更高价值的系统将跨职能地变得有弹性并共享，成为灯塔示例和身份标识。

这就是组织如何从更好的走向不同的业务模式。AI首先改进任务。然后它重新设计工作流程。然后它改变控制层、运营模式，并最终改变业务模式。零售业并没有通过让门店稍微更有效率就变成了电子商务。当领导者学会构建全新的价值主张，绕过门店，将营销与物流整合到一个以用户为中心的流程中时，它才发生了改变。AI也将遵循同样的模式。

一些例子：

• 一家零售商从广泛的员工采用开始，然后改进AI原生发现和对话式商务，最终创建一个个性化销售的新渠道。
• 一家制药公司从研发和临床运营中的员工熟练度和专家能力开始，然后构建受治理的研究工作流程，这些工作流程能够发现晚期审批的新适应症，并重塑管线经济学。
• 一家制造商从跨职能的副驾驶开始，然后将AI应用于变更控制、SOP和质量工作流程，直到运营可以作为自适应系统进行管理，重新定义市场经济，而不是静态的。
• 一家保险公司从理赔协助工具开始，然后构建受治理的专家审查和工作流程协调，最终围绕更快的决策、更少的异常和更好的客户结果重新设计理赔处理。

如果您今天正在领导一项AI战略，请将其简化为三个阶段。

• 通过基于角色的工作流程和冠军网络赋能广大员工。
• 建立治理基础：什么被允许，什么被审查，什么被记录，谁拥有采用权。
• 衡量重复使用、熟练度、可重用工作流程和跨职能赋能。

• 选择少量高价值的行动：一项分发策略、一个专家瓶颈和一个具有明显投资回报率的工作流程。
• 以业务术语衡量价值：转化质量、周期时间缩短、质量提升、风险降低和新收入潜力。
• 将这些胜利再投资到下一层基础建设中：数据质量、身份、集成、可观察性和控制。

• 仅当权限、可审计性和异常处理真实存在时，才能将AI扩展到高依赖系统和端到端工作流程。
• 利用这些基础重新设计运营模式，而不仅仅是加速旧模式。
• 询问AI可以创造什么全新的价值，而不仅仅是更便宜的执行。

行动号召不应是AI能在传统模式中提供帮助的地方。而应是：首先构建哪个价值模型，它创建了什么基础，以及它接下来解锁了什么。开始时要足够广泛以创造熟练度。要足够有纪律，在每一步都能捕捉价值。然后以足够的信心进行扩展，将现状的改进转变为一个完全不同的未来。

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。